问财量化选股策略逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、周线MA5金叉MA10，筛选出波动较大但中长期趋势向上的股票。
选股逻辑分析
- 振幅大于1可以筛选出波动较大但有一定交易活力的股票。
- 流通盘小于等于55亿股可以筛选出小盘股，小盘股可能具有较高风险和回报。
- 周线MA5金叉MA10可以确定股票的中长期趋势，通过金叉的形态确定股票具有向上上涨的潜力。
有何风险？
- 忽略了其他财务指标和公司基本面情况，可能选出财务状况不佳或公司基本面较差的股票。
- 忽略了短期市场走势的影响，当市场整体走势较差时，这些股票可能仍旧下跌。
如何优化？
- 引入其他财务指标和公司基本面情况进行筛选，例如净利润、总资产等，确定具有良好财务状况和发展前景的股票。
- 考虑市场整体走势，例如引入大盘指数进行计算，避免在大盘下跌时选择不合适的股票。
- 可以结合短期和中长期的技术指标进行综合分析，例如选股时加入日线MA5/MA10金叉，进一步确定股票的涨跌趋势。
最终的选股逻辑
选股逻辑为振幅大于1、流通盘小于等于55亿股、周线MA5金叉MA10。同时，引入其他财务指标和公司基本面情况进行筛选，确定具有良好财务状况和发展前景的股票，考虑市场整体走势，避免在大盘下跌时选择不合适的股票。可以结合短期和中长期技术指标进行综合分析，例如加入日线MA5/MA10金叉，进一步确定股票的涨跌趋势，最终选出具有稳定盈利和回报，波动较大但中长期趋势向上的股票。
同花顺指标公式代码参考
# 计算振幅
high = REF(HIGH, 1)
low = REF(LOW, 1)
close = REF(CLOSE, 1)
amplitude = 100 * (high - low) / close
picks_amplitude = IF(amplitude > 1, 1, 0)
# 计算流通盘
free_share = FREE_SHARE
picks_free_share = IF(free_share <= 5500000000, 1, 0)
# 计算周线MA5金叉MA10
ma5 = MA(CLOSE, 5)
ma10 = MA(CLOSE, 10)
picks_ma = IF((ma5 > ma10) & (REF(ma5, 1) <= REF(ma10, 1)), 1, 0)
# 取排名前n的股票
n = ceil(COUNT / 10)
picks = picks_amplitude * picks_free_share * picks_ma
picks_final = NLargest(n, picks, picks)
# 输出选股结果
WriteIf(picks_final, picks_final, 0)
Python代码参考
# 计算振幅
high = df['high']
low = df['low']
close = df['close']
amplitude = 100 * (high - low) / close
picks_amplitude = df[amplitude > 1].index.tolist()
# 计算流通盘
free_share = df['free_share']
picks_free_share = df[free_share <= 5500000000].index.tolist()
# 计算周线MA5金叉MA10
ma5 = df['close'].rolling(5).mean()
ma10 = df['close'].rolling(10).mean()
picks_ma = df[(ma5 > ma10) & (ma5.shift(1) <= ma10.shift(1))].index.tolist()
# 取排名前n的股票
n = int(len(df) / 10)
picks = list(set(picks_amplitude) & set(picks_free_share) & set(picks_ma))
picks_final = df.loc[picks].sort_values(by='turnover_rate', ascending=False)[:n]['ts_code'].tolist()
# 输出选股结果
print(picks_final)
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
